我有一个从 csv 导入的数据框，其中每个“单元格”是一个值列表，因此 csv 看起来像：
时间,x,y,z
2020-05-01 11:38:20.177314,"['a', 'a', 'a']","['1', '2', '3']", "[8.16, 0.27, 8.16]"
2020-05-01 11:38:20.637325,"['a', 'a', 'a']","['4', '5', '6'] ","[18.16, 10.27, 18.16]"
df 中的每一行都是用于创建 seaborn 热图的 x、y、z 值。我需要对数据进行大量操作，例如获取每行中所有“z”值的总和，并为每行重新创建热图。我什至无法让熊猫将数据识别为列表。相反，它们似乎是字符串对象。我已经尝试过df['zList']=df['z'].tolist()，但仍然无法将数据作为列表处理。
就像是：
sumList=[]
for row in df.itertuples(index=True, name='Pandas'):
sumList0=0
zList0=row.zList
print(zList0)
for i in zList0:
sumList0+=float(i)
print(sumList0)
sumList.append(sumList0)
print(sumList)
会因错误而失败
ValueError: 无法将字符串转换为浮点数：'['
但如果我手动创建 df
df = pd.DataFrame([{'x':['a','b','c'], 'y':['1','2','3'], 'zList':[12,34.2,15.1]},
{'x':['a','b','c'], 'y':['4','5','6'], 'zList':[15.0,6.5,11.7]}])
上面的代码将工作
想到的一种方法是使用literal_eval来解决字符串 vs 浮点问题：
from ast import literal_eval
df['z']=df['z'].apply(literal_eval)
df['sum_z']=df['z'].apply(lambda x: sum(x))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句